[发明专利]一种基于语义信息的深度学习模型对抗鲁棒性增强方法

摘要

本发明公开了一种基于语义信息的深度学习模型对抗鲁棒性增强方法，属于深度学习安全领域。为了使深度学习模型提高在对抗环境下对攻击的防御能力，提高鲁棒性，本发明设计了一种基于语义信息的深度学习模型对抗鲁棒性增强方法，可以充分挖掘深度模型决策边界附近被遗漏的语义信息，极大的提高深度学习模型对对抗样本的分类准确率。本发明通过在训练数据集的子集上迭代提取通用的语义信息；使用提取到的通用语义信息通过随机选择和简单叠加的方式增加训练数据的多样性；在扩充后的新训练集上对干净样本和添加了语义信息的样本分别计算损失函数并求和；优化求和后的损失函数对深度学习模型进行训练，直到模型收敛。